前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >深度学习训练-详解图像数据标准化与归一化

深度学习训练-详解图像数据标准化与归一化

作者头像
OpenCV学堂
发布2018-08-06 14:24:25
10.2K0
发布2018-08-06 14:24:25
举报
文章被收录于专栏:贾志刚-OpenCV学堂

使用深度学习在进行图像分类或者对象检测时候,首先需要对图像做数据预处理,最常见的对图像预处理方法有两种,正常白化处理又叫图像标准化处理,另外一种方法叫做归一化处理,下面就详细的说一下这两种处理方法。

一:图像标准化处理

标准化处理的公式如下:

tensorflow中对图像标准化预处理的API函数如下:

代码语言:javascript
复制
tf.image.per_image_standardization(image)
- image 参数表示一个三维的张量(tensor) 分别对应图像高、宽、通道数目(height, width, channels)

函数返回处理以后的图像,大小与通道数目与原图像保持一致。 使用opencv+tensorflow对图像进行标准化处理的代码演示如下:

代码语言:javascript
复制
import tensorflow as tf
import cv2 as cv

image = cv.imread("D:/javaopencv/dahlia_4.jpg")
cv.imshow("input", image)
std_image = tf.image.per_image_standardization(image)
with tf.Session() as sess:
    result = sess.run(std_image)
    print(result)
    cv.imshow("result", result)
cv.waitKey(0)
cv.destroyAllWindows()

运行效果

解释

图像标准化是将数据通过去均值实现中心化的处理,根据凸优化理论与数据概率分布相关知识,数据中心化符合数据分布规律,更容易取得训练之后的泛化效果, 数据标准化是数据预处理的常见方法之一

二:图像归一化处理

图像归一化最常见的就是最大最小值归一化方法,公式如下:

代码语言:javascript
复制
OpenCV中实现图像最大与最小值归一化的函数如下:
normalize(
src, // 表示输入图像, numpy类型
dst, // 表示归一化之后图像, numpy类型
alpha=None, // 归一化中低值 min
beta=None, // 归一化中的高值max
norm_type=None, // 归一化方法,选择最大最小值归一化 NORM_MINMAX, 
dtype=None, // 归一化之后numpy数据类型,一般选择cv.CV_32F
mask=None //遮罩层,默认设置为None
)

基于OpenCV实现图像最大最小值归一化的代码演示如下:

代码语言:javascript
复制
image = cv.imread("D:/javaopencv/dahlia_4.jpg")
cv.imshow("input", image)
result = np.zeros(image.shape, dtype=np.float32)
cv.normalize(image, result, alpha=0, beta=1, norm_type=cv.NORM_MINMAX, dtype=cv.CV_32F)
print(result)
cv.imshow("norm", np.uint8(result*255.0))
cv.waitKey(0)
cv.destroyAllWindows()

原图像素值输出

归一化之后像素值:

解释

原图与归一化之后的运行结果完全一致,说明归一化不会改变图像本身的信息存储,但是通过打印出来的像素值可以发现,取值范围从0~255已经转化为0~1之间了,这个对于后续的神经网络或者卷积神经网络处理有很大的好处,tensorflow官方给出mnist数据集,全部采用了归一化之后的结果作为输入图像数据来演示神经网络与卷积神经网络。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-07-26,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 OpenCV学堂 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 一:图像标准化处理
  • 二:图像归一化处理
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档